[发明专利]训练神经网络的方法、神经网络、成像方法、存储介质、医学图像处理设备及医学检测设备

说明书

本发明涉及一种训练神经网络的方法，包括如下步骤：采集关于受检对象的基准医学图像以作为Ground Truth数据集；获取关于所述受检对象的2D投影图像；以及根据所述2D投影图像形成所述神经网络的输入，并以所述Ground Truth数据集作为目标来训练所述神经网络。

技术领域

本发明涉及医学检测领域，更具体地，涉及一种训练神经网络的方法、神经网络、成像方法、存储介质、医学图像处理设备以及医学检测设备。

背景技术

Tomosynthesis（层析X射线摄影合成）简称TOMO，是一种重要的医学成像技术。它可以通过对一组2D投影图像的重建而得到一系列3D切片图像，因此它能有助于提高诊断的效率和准确率。TOMO通常应用于mammography（乳房X线照相术）和DR（X射线摄影）系统中。

然而，有别于CT和CBCT，TOMO的可扫描角度范围较窄，根据系统设计可能介于20°与90°之间。受限的角度可能造成伪影，例如断层伪影；受限的角度也会导致沿Z向（垂直于检测器表面）的分辨率相对较差。此外，尽管CT和CBCT可以提供质量更好的3D图像，但是它们对场地、实施条件要求苛刻，这限制了它们的应用，例如，一些不宜转移的危重病人并不适合使用CT或CBCT。

发明内容

本发明旨在提供一种能生成更高质量的医学图像的机制，具体而言：

根据本发明的一方面，提供一种训练神经网络的方法，包括如下步骤：采集关于受检对象的基准医学图像以作为Ground Truth数据集；获取关于所述受检对象的2D投影图像；以及根据所述2D投影图像形成所述神经网络的输入，并以所述Ground Truth数据集作为目标来训练所述神经网络。

根据本发明的一些实施例，可选地，根据所述2D投影图像形成所述神经网络的输入的步骤包括：将所述2D投影图像作为所述神经网络的输入。

根据本发明的一些实施例，可选地，根据所述2D投影图像形成所述神经网络的输入的步骤包括：基于所述2D投影图像进行重建以获得3D TOMO图像，并且将所述3D TOMO 图像和/或所述2D投影图像作为所述神经网络的输入。

根据本发明的一些实施例，可选地，所述基准医学图像包括CT重建图像、CBCT重建图像、MR重建图像、所述受检对象的解剖图像中的一种或者多种。

根据本发明的一些实施例，可选地，所述受检对象为生物组织。

根据本发明的一些实施例，可选地，所述受检对象为预制仿生组织。

根据本发明的一些实施例，可选地，所述获取关于所述受检对象的2D投影图像的步骤包括：采用前向投影算法获取所述2D投影图像。

根据本发明的一些实施例，可选地，所述获得3D TOMO图像的步骤包括：通过解析重建算法或者迭代重建算法重建以获得所述3D TOMO图像。

根据本发明的一些实施例，可选地，所述神经网络为U-net或双域网络（dual-domain network）。

根据本发明的另一方面，提供一种神经网络，所述神经网络通过如上文所述的任意一种训练神经网络的方法进行训练。

根据本发明的另一方面，提供一种TOMO成像方法，包括如下步骤：利用如上文所述的任意一种训练神经网络的方法训练神经网络；获取关于受检对象的2D投影图像；根据所述2D投影图像形成所述神经网络的输入，并输入到所述神经网络；以及将所述神经网络的输出作为关于所述受检对象的3D TOMO图像。

根据本发明的另一方面，提供一种TOMO成像方法，包括如下步骤：获取关于受检对象的2D投影图像；根据所述2D投影图像形成神经网络的输入并输入到如上文所述的任意一种神经网络；以及将所述神经网络的输出作为关于所述受检对象的3D TOMO图像。